Onderzoekers gebruiken magnetische systemen om de leer- en vergeetfuncties van de hersenen kunstmatig te reproduceren

Met de komst van Big Data blijken de huidige computationele architecturen ontoereikend. Moeilijkheden bij het verkleinen van de transistors, het grote stroomverbruik en de beperkte werksnelheden maken neuromorfisch computergebruik een veelbelovend alternatief.

Neuromorphic computing, een nieuw door de hersenen geïnspireerd rekenparadigma, reproduceert de activiteit van biologische synapsen door gebruik te maken van kunstmatige neurale netwerken. Dergelijke apparaten werken als een systeem van schakelaars, zodat de AAN-positie overeenkomt met het bewaren van informatie of “leren”, terwijl de UIT-positie overeenkomt met het wissen of “vergeten” van informatie.

In een recente publicatie hebben wetenschappers van de Universitat Autònoma de Barcelona (UAB), de CNR-SPIN (Italië), het Catalaanse Instituut voor Nanowetenschappen en Nanotechnologie (ICN2), het Instituut voor Micro- en Nanotechnologie (IMN-CNM-CSIC) en de ALBA Synchrotron heeft de emulatie van kunstmatige synapsen onderzocht met behulp van nieuwe geavanceerde materiële apparaten. Het project werd geleid door Serra Húnter Fellow Enric Menéndez en ICREA-onderzoeker Jordi Sort, beide verbonden aan de afdeling Natuurkunde van de UAB, en maakt deel uit van Sofia Martins Ph.D. stelling.

Een nieuwe benadering om synapsfuncties na te bootsen

Tot nu toe werden de meeste systemen die voor dit doel werden gebruikt uiteindelijk bestuurd door elektrische stromen, met aanzienlijk energieverlies door warmteafvoer. Hier was het voorstel van de onderzoekers om magneto-ionica te gebruiken, de niet-vluchtige controle van de magnetische eigenschappen van materialen door spanningsgestuurde ionenmigratie, die het stroomverbruik drastisch verlaagt en gegevensopslag energie-efficiënt maakt.

Hoewel de warmtedissipatie afneemt met ionmigratie-effecten, is de magneto-ionische beweging van zuurstof bij kamertemperatuur meestal traag voor industriële toepassingen, waarbij enkele seconden of zelfs minuten nodig zijn om de magnetische toestand om te schakelen. Om dit probleem op te lossen, onderzocht het team het gebruik van doelmaterialen waarvan de kristalstructuur al de te transporteren ionen bevatte. Dergelijke magneto-ionische doelen kunnen volledig omkeerbare transformaties ondergaan van een niet-ferromagnetische (uitgeschakelde) toestand naar een ferromagnetische (aangeschakelde) toestand en vice versa alleen door de spanningsgestuurde zuurstofbeweging van het doel naar een reservoir (AAN) en omgekeerd (UIT).

Gezien hun kristallijne structuren waren kobaltoxiden de gekozen materialen voor de fabricage van de films, variërend van 5 nm tot 230 nm dik. De onderzoekers onderzochten de rol van dikte op het resulterende magneto-ionische gedrag, en onthulden dat hoe dunner de films, hoe sneller de generatie van magnetisatie werd bereikt.

Röntgenabsorptiespectra (XAS) van de monsters werden uitgevoerd op de BOREAS-bundellijn van de ALBA Synchrotron. XAS werd gebruikt om, bij kamertemperatuur, de elementaire samenstelling en oxidatietoestand van de kobaltoxidefilms te karakteriseren, wat verschillend was voor de dunnere en dikste films. Deze bevindingen waren cruciaal voor het begrijpen van de verschillen in de magneto-ionische beweging van zuurstof tussen de films.

Omdat de werksnelheden die in dit werk werden bereikt vergelijkbaar waren met de snelheden die werden gebruikt voor neuromorfisch computergebruik, werden de dunste kobaltoxidefilms verder onderzocht. In het bijzonder werden de effecten met betrekking tot het leren van neuromorfe vermogens geïnduceerd en de resultaten leverden bewijs dat magneto-ionische systemen “leren” en “vergeten” -functionaliteiten kunnen emuleren.

Naast neuromorphic computing zullen andere praktische toepassingen zoals magnetische geheugens en spintronica profiteren van de resultaten van dit onderzoek. De combinatie van magnetische geheugens met energiezuinige magneto-ionica zou een mogelijke manier kunnen zijn om de operationele energieën voor gegevensopslagmedia van de volgende generatie te verminderen, terwijl magneto-ionische mechanismen om antiferromagnetische lagen te controleren momenteel veelbelovende kandidaten zijn voor de ontwikkeling van spintronische apparaten.